如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
- 发表时间：2025-06-20 14:05:19
- 来源：
当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
推荐资讯
- 2025-06-20 07:35:15NAS将来会被什么产品取代？
- 2025-06-20 07:20:16做一个中国的微软到底有多难？
- 2025-06-20 06:45:15大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
- 2025-06-20 07:00:14为什么中国式父母总是很“扫兴”？
- 2025-06-20 07:45:15为什么中国男性正在集体退出相亲市场？
- 2025-06-20 06:30:14今天面试第五家公司被拒，面试官说我你技术没问题，但35岁要25k，不如招2个应届生，我该如何应对？
- 2025-06-20 06:15:15职高真的很乱吗?
- 2025-06-20 06:15:15如何评价福原爱？
- 2025-06-20 07:30:15SwiftUI 是不是一个败笔？
- 2025-06-20 07:20:16越正经的女人越容易做出疯狂的事吗？
推荐产品
-
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级，对此你怎么看？会选择第一时间升级吗？
不请自来。 作为一名游戏开发程序员，说说我在为游戏适配hm -
我国的“斤”用了上千年，为何和国际接轨后，恰好是500克？
你这个问题让我想起多年前一次打车的经历 我刚坐下，司机师傅哼 -
中国的导弹水平到底怎么样？
在军迷圈之中一直有一个话题，颇受人们关注： “如果有一天中美 -
count(*) count(1)哪个更快？
团队 code review 时，一位同事把 count(*
最新资讯